Otimização de Veículos Elétricos Compartilhados via Troca de Baterias

Otimização de Veículos Elétricos Compartilhados via Troca de Baterias

No cenário dinâmico da mobilidade urbana, os veículos elétricos compartilhados (VEC) emergiram como uma solução promissora para atender à crescente demanda por transporte sustentável. À medida que as cidades em todo o mundo buscam reduzir as emissões de carbono e aliviar a congestão do tráfego, os VEC oferecem uma alternativa flexível e ecológica à propriedade tradicional de automóveis. No entanto, o sucesso operacional dos sistemas VEC depende da superação de dois desafios críticos: o desequilíbrio de veículos e o abastecimento de energia. Um estudo recente de Li Manman, Sun Jiahui, Fu Yingbin e Zhao Boxuan da Escola de Automóveis da Universidade Chang’an, publicado no Journal of Chongqing University of Technology (Natural Science), apresenta uma abordagem inovadora para enfrentar esses problemas por meio de um modelo de otimização integrado baseado na troca de baterias.

A pesquisa, intitulada “Otimização da programação e precificação de serviços de veículos elétricos compartilhados baseada na troca de baterias”, introduz uma estrutura abrangente que otimiza simultaneamente a localização das estações de troca de baterias, as rotas de distribuição de baterias, o agendamento de veículos e a precificação de serviços. Esta abordagem holística visa maximizar a lucratividade dos operadores de VEC enquanto garante uma prestação de serviços eficiente e confiável. O estudo aproveita o modelo de carregamento centralizado e distribuição unificada (CCUD) proposto pela State Grid Corporation of China em 2011, projetado para ser amigável à rede elétrica e rentável.

Os Desafios dos Veículos Elétricos Compartilhados

Os veículos elétricos compartilhados ganharam uma tração significativa nos últimos anos, impulsionados pela convergência de avanços tecnológicos, preocupações ambientais e mudanças nas preferências dos consumidores. Esses veículos oferecem aos usuários a conveniência de acesso sob demanda ao transporte sem os encargos financeiros e logísticos da propriedade de automóveis. No entanto, a complexidade operacional dos sistemas VEC apresenta vários desafios que precisam ser abordados para garantir sua viabilidade a longo prazo.

Um dos problemas mais prementes é o desequilíbrio de veículos, onde algumas estações experimentam um excesso de veículos enquanto outras enfrentam escassez. Esse desequilíbrio pode levar à insatisfação dos clientes, pois os usuários podem ter dificuldade em encontrar veículos disponíveis quando precisam. Além disso, o alcance limitado dos veículos elétricos exige recargas frequentes, o que pode agravar ainda mais o problema do desequilíbrio. Soluções tradicionais, como precificação dinâmica e realocação de veículos, foram empregadas para mitigar esses problemas, mas muitas vezes não conseguem fornecer uma solução abrangente e sustentável.

Outro desafio crítico é o abastecimento de energia. Embora a maioria dos estudos existentes assuma que os VEC são recarregados em estações individuais, essa abordagem pode ser demorada e pode não ser viável durante períodos de alta demanda. A troca de baterias, por outro lado, oferece um método mais rápido e eficiente de abastecimento de energia. Ao substituir baterias descarregadas por baterias completamente carregadas, os VEC podem retornar rapidamente ao serviço, reduzindo o tempo de inatividade e melhorando a eficiência geral do sistema.

O Modelo de Carregamento Centralizado e Distribuição Unificada

O modelo CCUD, que constitui a base do estudo, é uma abordagem estratégica para gerenciar as necessidades energéticas dos VEC. Neste modelo, todas as baterias vazias são transportadas para uma estação de carregamento centralizada localizada perto de uma usina elétrica. Essa abordagem centralizada garante que o processo de carregamento não afete a tensão da rede de distribuição elétrica, tornando-o amigável à rede. Uma vez completamente carregadas, as baterias são distribuídas para várias estações de troca de baterias, onde estão disponíveis para uso pelos VEC.

O modelo CCUD oferece várias vantagens em relação aos métodos de carregamento tradicionais. Primeiro, permite um uso mais eficiente da infraestrutura de carregamento, pois a estação centralizada pode lidar com um grande número de baterias simultaneamente. Segundo, reduz a necessidade de instalações de carregamento extensivas em estações individuais, diminuindo os custos gerais de capital e operacionais. Terceiro, o modelo permite um gerenciamento de carga melhor, pois o processo de carregamento pode ser programado durante horários de baixa demanda para minimizar a tensão na rede.

O Modelo de Otimização Integrado

Para enfrentar os desafios do desequilíbrio de veículos e do abastecimento de energia, os pesquisadores desenvolveram um modelo de programação não linear mista inteira (NMIP) que integra múltiplos aspectos das operações de VEC. O modelo é projetado para maximizar a lucratividade dos operadores de VEC otimizando os seguintes componentes-chave:

Localização das estações de troca de baterias: O modelo determina as localizações ideais para as estações de troca de baterias, levando em consideração fatores como padrões de demanda, distâncias de viagem e disponibilidade de infraestrutura de carregamento. Posicionando estrategicamente essas estações, o modelo visa garantir que os VEC possam acessar baterias completamente carregadas quando precisarem.
Rotas de distribuição de baterias: O modelo também otimiza as rotas para os caminhões de distribuição de baterias, que transportam baterias carregadas da estação de carregamento centralizada para as estações de troca. O objetivo é minimizar a distância total percorrida e os custos associados, garantindo ao mesmo tempo que cada estação receba o número necessário de baterias.
Agendamento de veículos: O modelo considera a natureza dinâmica da demanda de VEC, que varia ao longo do tempo e entre diferentes locais. Ele otimiza o agendamento de veículos para garantir que estejam disponíveis onde e quando forem necessários. Isso inclui o casamento veículo-passageiro, a realocação de veículos e o abastecimento de energia.
Precificação de serviços: O modelo incorpora uma função de demanda-preço que reflete a relação entre o preço do serviço e o nível de demanda. Ao ajustar os preços em tempo real, o modelo pode influenciar o comportamento do usuário e ajudar a equilibrar a distribuição de veículos pela rede.

O modelo NMIP é formulado usando uma rede espaço-temporal, que rastreia o movimento e os níveis de energia dos VEC ao longo do tempo. Essa abordagem baseada em rede permite uma representação detalhada e precisa da dinâmica do sistema, permitindo que o modelo capture as interações complexas entre os diferentes componentes do sistema VEC.

Transformação do Modelo e Métodos de Solução

O modelo NMIP original é um problema não linear não convexo, que é computacionalmente desafiador de resolver. Para tornar o modelo mais tratável, os pesquisadores aplicaram uma transformação inversa à função de demanda-preço, convertendo o modelo em um problema de otimização não linear convexo. Essa transformação simplifica o processo de solução e melhora a eficiência computacional do modelo.

Para resolver o modelo transformado, os pesquisadores compararam três algoritmos diferentes: o algoritmo de aproximação externa baseado em secantes, o algoritmo de aproximação externa baseado em tangentes e o algoritmo de relaxação lagrangiana. O algoritmo de aproximação externa baseado em secantes mostrou-se superior tanto em qualidade de solução quanto em tempo computacional. Este algoritmo funciona aproximando a função objetivo não linear com uma série de segmentos lineares, refinando gradualmente a aproximação até atingir o nível desejado de precisão.

O algoritmo de aproximação externa baseado em tangentes, embora conceitualmente semelhante, utiliza tangentes em vez de secantes para aproximar a função objetivo. No entanto, esta abordagem mostrou-se menos eficaz, exigindo significativamente mais tempo computacional para convergir para uma solução. O algoritmo de relaxação lagrangiana, que decompõe o problema em subproblemas menores, também foi avaliado. Embora este método possa lidar com problemas em grande escala, mostrou-se menos eficiente do que o algoritmo de aproximação externa baseado em secantes, especialmente em termos de qualidade da solução.

Experimentos Numéricos e Análise de Sensibilidade

Para validar a eficácia do modelo proposto e dos métodos de solução, os pesquisadores realizaram uma série de experimentos numéricos. Os experimentos foram baseados em um sistema hipotético de VEC com sete estações e cinco caminhões de distribuição de baterias. A demanda potencial de serviços de VEC foi gerada usando uma distribuição uniforme, e outros parâmetros foram definidos com base em valores realistas.

Os resultados dos experimentos numéricos demonstraram que o modelo de otimização integrado podia efetivamente enfrentar os desafios do desequilíbrio de veículos e do abastecimento de energia. O modelo foi capaz de gerar uma solução viável que maximizava o lucro do operador de VEC, garantindo ao mesmo tempo altos níveis de disponibilidade de serviço e satisfação do cliente. A análise de sensibilidade revelou que tanto a demanda potencial de serviços de VEC quanto a disponibilidade de eletricidade, representada pela capacidade da bateria e pela capacidade de carga do caminhão de distribuição de baterias, tinham um impacto significativo no desempenho do sistema.

Por exemplo, aumentar a capacidade da bateria de 10 kWh para 40 kWh levou a um aumento substancial no número de viagens atendidas e no lucro geral. Da mesma forma, aumentar a capacidade de carga do caminhão de distribuição de baterias de 5 a 35 blocos resultou em uma melhoria significativa na capacidade do sistema de atender à demanda. Esses resultados destacam a importância de gerenciar cuidadosamente os recursos energéticos dos sistemas VEC para garantir seu desempenho ideal.

Implicações para a Indústria e a Política

Os resultados deste estudo têm implicações importantes tanto para a indústria de VEC quanto para os formuladores de políticas. Para os operadores de VEC, o modelo de otimização integrado fornece uma ferramenta poderosa para melhorar a eficiência e a lucratividade de suas operações. Ao adotar o modelo CCUD e utilizar técnicas avançadas de otimização, os operadores podem gerenciar melhor o desequilíbrio de veículos e o abastecimento de energia, levando a uma maior satisfação do cliente e a custos operacionais mais baixos.

Para os formuladores de políticas, o estudo enfatiza a necessidade de infraestrutura de apoio e quadros regulatórios que facilitem a adoção generalizada de VEC. Isso inclui investimentos no desenvolvimento de estações de troca de baterias e garantir que a rede elétrica possa lidar com a crescente demanda de carregamento. Além disso, políticas que incentivem o uso de fontes de energia renovável para o carregamento podem aumentar ainda mais os benefícios ambientais dos VEC.

Direções de Pesquisa Futura

Embora o estudo atual forneça um quadro robusto para a otimização das operações de VEC, há várias áreas para pesquisas futuras. Uma direção potencial é estender o modelo para considerar a utilização diária dos caminhões de distribuição de baterias, o que poderia melhorar ainda mais a eficiência do sistema. Outra área de interesse é o desenvolvimento de algoritmos heurísticos inteligentes que possam lidar com problemas em larga escala e fornecer soluções em tempo real.

Além disso, pesquisas futuras poderiam explorar a integração de VEC com outros modos de transporte, como transporte público e sistemas de compartilhamento de bicicletas, para criar um ecossistema de mobilidade urbana mais completo e multimodal. Isso exigiria o desenvolvimento de novos modelos e algoritmos capazes de lidar com a complexidade da integração de múltiplos modos de transporte.

Conclusão

O estudo de Li Manman, Sun Jiahui, Fu Yingbin e Zhao Boxuan da Escola de Automóveis da Universidade Chang’an representa um avanço significativo no campo das operações de veículos elétricos compartilhados. Ao desenvolver um modelo de otimização integrado baseado no modelo CCUD, os pesquisadores forneceram uma solução abrangente para os desafios de desequilíbrio de veículos e abastecimento de energia. A capacidade do modelo de otimizar a localização das estações de troca de baterias, as rotas de distribuição de baterias, o agendamento de veículos e a precificação de serviços tem o potencial de melhorar significativamente a eficiência e a lucratividade dos sistemas VEC.

Os resultados deste estudo não apenas contribuem para a literatura acadêmica, mas também têm aplicações práticas para os operadores de VEC e os formuladores de políticas. À medida que a demanda por transporte sustentável continua a crescer, os insights obtidos desta pesquisa serão cruciais para moldar o futuro da mobilidade urbana. Ao aproveitar técnicas avançadas de otimização e estratégias inovadoras de gestão energética, a indústria de VEC pode superar seus desafios operacionais e realizar plenamente seu potencial como componente-chave de um sistema de transporte urbano sustentável e resiliente.

Li Manman, Sun Jiahui, Fu Yingbin, Zhao Boxuan, Escola de Automóveis, Universidade Chang’an, Journal of Chongqing University of Technology (Natural Science), doi: 10.3969/j.issn.1674-8425(z).2024.04.023